matlab多目标非线性规划,GitHub - ZHIHONGTANG/Optimization-algorithm: 基于matlab的优化算法，解决线性规划、非线性规划、二次规划和多目标规划的问题...

Optimization-algorithm

优化算法：利用matlab编写，包括线性规划、非线性规划、二次规划和多目标规划。

一、MATLAB中求解线性规划问题的一般思路

当我们用MATLAB软件作优化问题时，所有求maxf 的问题化为求min(-f )来作。约束g i (x)≥0，化为 –g i≤0来作。上述实例去掉实际背景，归结出规划问题：目标函数和约束条件都是变量x的线性函数。

形如： (1) min f T X

s.t A X≤b

Aeq X =beq

lb≤X≤ub

其中X为n维未知向量，f T=[f1,f2,…fn]为目标函数系数向量，小于等于约束系数矩阵A为m×n矩阵，b为其右端m维列向量，Aeq为等式约束系数矩阵，beq为等式约束右端常数列向量。lb,ub为自变量取值上界与下界约束的n维常数向量。

二、MATLAB中求解线性规划问题最优解的函数

调用格式： x=linprog(f,A,b)

x=linprog(f,A,b,Aeq,beq)

x=linprog(f,A,b,Aeq,beq,lb,ub)

x=linprog(f,A,b,Aeq,beq,lb,ub,x0)

x=linprog(f,A,b,Aeq,beq,lb,ub,x0,options)

[x,fval]=linprog(…)

[x, fval, exitflag]=linprog(…)

[x, fval, exitflag, output]=linprog(…)

[x, fval, exitflag, output, lambda]=linprog(…)

说明：x=linprog(f,A,b)返回值x为最优解向量。

x=linprog(f,A,b,Aeq,beq) 作有等式约束的问题。若没有不等式约束，则令A=[ ]、b=[ ] 。

x=linprog(f,A,b,Aeq,beq,lb,ub,x0,options) 中lb ,ub为变量x的下界和上界，x0为初值点，options为指定优化参数进行最小化。

Options的参数描述：

Display 显示水平。 选择’off’ 不显示输出；选择’iter’显示每一 步迭代过程的输出；选择’final’ 显示最终结果。

MaxFunEvals 函数评价的最大允许次数

Maxiter 最大允许迭代次数

TolX x处的终止容限

[x,fval]=linprog(…) 左端 fval 返回解x处的目标函数值。

[x,fval,exitflag,output,lambda]=linprog(f,A,b, Aeq,beq,lb,ub,x0) 的输出部分：

exitflag 描述函数计算的退出条件：若为正值，表示目标函数收敛于解x处；若为负值，表示目标函数不收敛；若为零值，表示已经达到函数评价或迭代的最大次数。

output 返回优化信息：output.iterations表示迭代次数；output.algorithm表示所采用的算法；outprt.funcCount表示函数评价次数。

lambda 返回x处的拉格朗日乘子。它有以下属性：

lambda.lower-lambda的下界；

lambda.upper-lambda的上界；

lambda.ineqlin-lambda的线性不等式；

lambda.eqlin-lambda的线性等式。